Please use this identifier to cite or link to this item:
http://repositorio.ufc.br/handle/riufc/59521| Type: | Artigo de Periódico |
| Title: | Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais |
| Authors: | Albuquerque, Victor Hugo Costa de Cortez, Paulo César Alexandria, Auzuir Ripardo de Aguiar, Willys Machado Silva, Edgard de Macedo |
| Keywords: | Metalografia quantitativa;Microestruturas;Redes neurais;Processo digital de imagens |
| Issue Date: | 2007 |
| Citation: | ALBUQUERQUE, Victor Hugo Costa de; CORTEZ, Paulo César; ALEXANDRIA, Auzuir Ripardo de; AGUIAR, Willys Machado; SILVA, Edgard de Macedo. Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais. Revista Matéria, Rio de Janeiro, v. 12, n. 2, p. 394–407, 2007. |
| Abstract in Brazilian Portuguese: | O Processamento Digital de Imagens é uma área de crescente expansão em vários ramos de aplicação que utilizam a interpretação de imagens como ferramenta. A área da Metalografia Quantitativa aplicada às Ciências dos Materiais utiliza essa técnica para caracterização de frações volumétricas de fases, tamanho de grãos, determinação de distribuição de inclusões, entre outros parâmetros que influem nas propriedades dos materiais. Através de uma análise estatística preliminar, o presente trabalho tem como principal objetivo apresentar e validar o programa Segmentação Via Rede Neural Artificial (SVRNA) desenvolvido pelos autores. Este programa, baseado em redes neurais artificiais, faz a contagem percentual de constituintes em tempo reduzido em relação ao modelo convencional. O estudo é realizado, primeiramente, com a obtenção das amostras de aços ABNT 1020 e 1045 e ferro fundido nodular. A análise estatística mostra que o software é eficiente para o grau de significância admitido. Conclui-se, portanto, que o programa pode ser utilizado em aplicações na área das Ciências dos Materiais para a determinação de microestruturas. |
| Abstract: | Digital Image Processing is an increasing expansion area in some field of application that uses the interpretation of images as tool. Quantitative Metallography area applied to Materials Sciences uses this technique for characterization of phase volumetric fractions, grain size, inclusion distribution determination and other parameters that influence the properties of the materials. The present paper has, as main objective, to present and validate the software Segmentation by Artificial Neural Network (SVRNA), developed by the authors. This software, based on artificial neural network, makes the percentile constituent counting in time reduced in relation to the conventional model. The study is carried out over ABNT 1020 and 1045 steel and nodular cast iron samples. Statistical analysis showed that this software is efficient for admitted degree of significance. It has concluded, therefore, that the program can be used in applications in the field of Material Sciences for determination of microstructures. |
| URI: | http://www.repositorio.ufc.br/handle/riufc/59521 |
| ISSN: | 1517-7076 |
| Appears in Collections: | DETE - Artigos publicados em revista científica |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 2007_art_vhcalbuquerque.pdf | 496,03 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.